Please use this identifier to cite or link to this item:
https://olympias.lib.uoi.gr/jspui/handle/123456789/40335Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Παπανικολάου, Στέφανος | el |
| dc.date.accessioned | 2026-08-31T07:39:33Z | - |
| dc.date.available | 2026-08-31T07:39:33Z | - |
| dc.identifier.uri | https://olympias.lib.uoi.gr/jspui/handle/123456789/40335 | - |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
| dc.subject | Τεχνητή νοημοσύνη | el |
| dc.subject | Μηχανική μάθηση | el |
| dc.subject | Δίκτυα | el |
| dc.title | Από τη μηχανική μάθηση στη σύγχρονη τεχνητή νοημοσύνη : η εξέλιξη και οι προοπτικές της τεχνητής νοημοσύνης | el |
| dc.type | bachelorThesis | - |
| heal.type | bachelorThesis | - |
| heal.type.en | Bachelor thesis | en |
| heal.type.el | Προπτυχιακή/Διπλωματική εργασία | el |
| heal.classification | Τεχνητή νοημοσύνη | - |
| heal.classification | Μηχανική μάθηση | - |
| heal.classification | Νευρωνικά δίκτυα | - |
| heal.language | el | - |
| heal.access | campus | - |
| heal.recordProvider | Πανεπιστήμιο Ιωαννίνων. Σχολή Πληροφορικής και Τηλεπικοινωνιών. Τμήμα Πληροφορικής και Τηλεπικοινωνιών | el |
| heal.publicationDate | 2026 | - |
| heal.abstract | Η παρούσα εργασία εξετάζει την εξέλιξη της Τεχνητής Νοημοσύνης από τις πρώτες θεωρητικές προσεγγίσεις και τις κλασικές μεθόδους Μηχανικής Μάθησης έως τα σύγχρονα συστήματα Βαθιάς Μάθησης και τα μεγάλα γλωσσικά μοντέλα. Παρουσιάζονται οι βασικές έννοιες, οι κατηγορίες μάθησης, οι σημαντικότεροι αλγόριθμοι και οι σύγχρονες τεχνικές που χρησιμοποιούνται στην ανάπτυξη έξυπνων συστημάτων. Παράλληλα, αναλύονται οι τεχνικές προκλήσεις, τα ζητήματα ερμηνευσιμότητας, μεροληψίας και προστασίας προσωπικών δεδομένων, καθώς και το κανονιστικό πλαίσιο που διέπει την εφαρμογή της Τεχνητής Νοημοσύνης. Τέλος, παρουσιάζονται ενδεικτικές εφαρμογές σε τομείς όπως η υγεία, τα χρηματοοικονομικά, η βιομηχανία και ο δημόσιος τομέας, ενώ εξετάζονται οι μελλοντικές προοπτικές και οι προϋποθέσεις για την ανάπτυξη υπεύθυνων και ανθρωποκεντρικών συστημάτων ΤΝ. | el |
| heal.abstract | This thesis examines the evolution of Artificial Intelligence from its early theoretical foundations and classical Machine Learning approaches to modern Deep Learning systems and large-scale AI models. It presents the fundamental concepts, learning paradigms, major algorithms, and contemporary techniques used in the development of intelligent systems. Furthermore, it discusses key technical challenges, issues of interpretability, bias, and data privacy, as well as the regulatory frameworks governing the deployment of Artificial Intelligence. Finally, the study highlights representative applications in healthcare, finance, industry, and the public sector, while exploring future trends and the requirements for the development of responsible and human-centered AI systems. | en |
| heal.advisorName | Γιαννακέας, Νικόλαος | el |
| heal.committeeMemberName | Τζάλλας, Αλέξανδρος | el |
| heal.committeeMemberName | Δημόπουλος, Δημήτριος | el |
| heal.academicPublisher | Τμήμα Πληροφορικής και Τηλεπικοινωνιών | el |
| heal.academicPublisherID | uoi | - |
| heal.fullTextAvailability | false | - |
| Appears in Collections: | Προπτυχιακές εργασίες Τμ. Μηχανικών Πληροφορικής Τ.Ε. | |
Files in This Item:
There are no files associated with this item.
This item is licensed under a Creative Commons License
